Abstract: M. Ramkumar, A. Lakshmi, M. Pallikonda, A. Manjunathan (2022)

In this manuscript, Multiscale Laplacian graph kernel features combined with Tree Deep Convolutional Neural Network (MLGK-TDCNN) is proposed for the detection of Electrocardiogram (ECG) arrhythmia. Here, the input ECG signals are taken from two datasets: (i) MIT-BIH AF database (AFDB) (ii) MIT-BIH arrhythmia database (MBDB). These datasets are fully unbalanced dataset, and these datasets are balanced using Improved fuzzy c-means method for unbalanced dataset. Moreover, the de-noised ECG signals are given to the MLGK. The proposed MLGK is to combine the Multiscale kernel features from the Preprocessed ECG signals. The combined Multiscale kernel features given to the TDCNN classifier for the detection of AF with raw normal sinus rhythm (NSR). The proposed approach is activated in MATLAB platform, then the efficiency is analyzed with existing approaches. The experimental outcomes demonstrate that the proposed FFREWT-MLGK-TDCNN approach is compared with two databases. From the analysis, the accuracy of AFDB shows 9.40%, 16.44% and 23.20% better than the existing approaches, the accuracy of MBDB shows 14.67%, 21.42% and 7.54% better than the existing approaches, like novel intelligent approach depending on multi-scale convolution kernel (MCK) and Squeeze-and-Excitation network (SENet) for AF detection, automatic arrhythmia classification strategy using the optimization-based deep convolutional neural network (CNN-BaROA), deep learning method for classifying arrhythmia by using 2-second segments of 2D recurrence plot images of ECG signals (2D-CNN) respectively.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Multiscale Laplacian graph kernel features combined with tree deep convolutional neural network for the detection of ECG arrhythmia